การจำแนกกลุ่มนักเรียนชั้นมัธยมศึกษาตอนปลายตามแรงจูงใจในการเรียนคณิตศาสตร์: การวิเคราะห์องค์ประกอบและการวิเคราะห์โปรไฟล์แฝง
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อวิเคราะห์องค์ประกอบของแรงจูงใจในการเรียนคณิตศาสตร์สำหรับนักเรียนชั้นมัธยมศึกษาตอนปลาย และเพื่อจำแนกกลุ่มนักเรียนชั้นมัธยมศึกษาตอนปลายตามลักษณะของแรงจูงใจในการเรียนคณิตศาสตร์ด้วยการวิเคราะห์โปรไฟล์แฝง ตัวอย่างแบ่งออกเป็น 2 ระยะ ได้แก่ ระยะที่ 1 สำหรับการวิเคราะห์องค์ประกอบเชิงสำรวจ (EFA) จำนวน 367 คน และระยะที่ 2 สำหรับการวิเคราะห์โปรไฟล์แฝง (LPA) จำนวน 1,085 คน ได้มาจากการสุ่มแบบหลายขั้นตอนจากนักเรียนชั้นมัธยมศึกษาปีที่ 4 - 6 ในโรงเรียนสังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษา ภาคเรียนที่ 1 ปีการศึกษา 2568 เครื่องมือที่ใช้ในการวิจัย คือ แบบวัดแรงจูงใจในการเรียนคณิตศาสตร์ 26 ข้อ ที่มีลักษณะเป็นมาตราประมาณค่า 5 ระดับ ที่ผ่านการตรวจสอบคุณภาพด้วยค่า IOC ตั้งแต่ 0.60 - 1.00 และค่าความเชื่อมั่น () เท่ากับ 0.933 ผลการวิจัยพบว่า (1) องค์ประกอบของแรงจูงใจในการเรียนคณิตศาสตร์ประกอบด้วย 3 องค์ประกอบ ได้แก่ ความเชื่อมั่นในตนเอง การมีส่วนร่วม และความวิตกกังวลทางคณิตศาสตร์ สามารถอธิบายความแปรปรวนได้ร้อยละ 59.75 และ (2) ผลการวิเคราะห์โปรไฟล์แฝงพบว่า โมเดล 5 กลุ่มมีความเหมาะสมกับข้อมูลมากที่สุด (Ek = 0.822, AIC = 7155.65, BIC = 7280.39) ประกอบด้วย กลุ่มเมินเฉย (ร้อยละ 2.49) กลุ่มขยันหมั่นเพียร (ร้อยละ 58.71) กลุ่มวิตกกังวล (ร้อยละ 17.42) กลุ่มเชื่อมั่นและใฝ่เรียนรู้เชิงบวก (ร้อยละ 16.96) และกลุ่มขับเคลื่อนด้วยความกังวล (ร้อยละ 4.42) นอกจากนี้ยังพบว่า เพศ ระดับชั้น และแผนการเรียนมีความสัมพันธ์กับโปรไฟล์แรงจูงใจอย่างมีนัยสำคัญทางสถิติ (p < .001)
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
หากผู้เสนอบทความมีความจำเป็นเร่งด่วนในการตีพิมพ์โปรดส่งลงตีพิมพ์ในวารสารฉบับอื่นแทน โดยกองบรรณาธิการจะไม่รับบทความหากผู้เสนอบทความไม่ปฏิบัติตามเงื่อนไขและขั้นตอนที่กำหนดอย่างเคร่งครัด ข้อมูลของเนื้อหาในบทความถือเป็นลิขสิทธิ์ของ Journal of Inclusive and Innovative Education คณะศึกษาศาสตร์ มหาวิทยาลัยเชียงใหม่
เอกสารอ้างอิง
Ashcraft, M. H. (2002). Math anxiety: Personal, educational, and cognitive consequences. Current Directions in Psychological Science, 11(5), 181–185.
Ashcraft, M. H., & Krause, J. A. (2007). Working memory, math performance, and math anxiety. Psychonomic Bulletin & Review, 14(2), 243–248.
Caviola, S., Toffalini, E., Giofrè, D., Mercader Ruiz, J., Szucs, D., & Mammarella, I. C. (2022). Math performance and academic anxiety forms, from sociodemographic to cognitive aspects: A meta-analysis on 906,311 participants. Educational Psychology Review, 34(1), 363–399.
Comrey, A. L., & Lee, H. B. (1992). A first course in factor analysis (2nd ed.). Hillsdale, NJ: Lawrence Erlbaum Associates.
Federici, R. A., Skaalvik, E. M., & Tangen, T. N. (2015). Students' perceptions of the goal structure in mathematics classrooms: Relations with goal orientations, mathematics anxiety, and help-seeking behavior. International Education Studies, 8(3), 146–158.
Fennema, E., & Sherman, J. A. (1976). Fennema-Sherman mathematics attitudes scales: Instruments designed to measure attitudes toward the learning of mathematics by females and males. Journal for Research in Mathematics Education, 7(5), 324–326.
Hembree, R. (1990). The nature, effects, and relief of mathematics anxiety. Journal for Research in Mathematics Education, 21(1), 33–46.
Kanjanawasee, S. (2013). Classical Test Theory (7th ed.). Bangkok: Chulalongkorn University Press. [in Thai]
Lubke, G. H., & Neale, M. C. (2006). Distinguishing between latent classes and continuous factors: Resolution by maximum likelihood. Multivariate Behavioral Research, 41(4), 499–532.
Luttenberger, S., Wimmer, S., & Paechter, M. (2018). Spotlight on math anxiety. Psychology Research and Behavior Management, 11, 311–322.
Ma, X., & Kishor, N. (1997). Assessing the relationship between attitude toward mathematics and achievement in mathematics: A meta-analysis. Journal for Research in Mathematics Education, 28(1), 26–47.
Maloney, E. A., Ramirez, G., Gunderson, E. A., Levine, S. C., & Beilock, S. L. (2015). Intergenerational effects of parents' math anxiety on children's math achievement and anxiety. Psychological Science, 26(9), 1480–1488.
Marsh, H. W., Pekrun, R., Parker, P. D., Murayama, K., Guo, J., Dicke, T., & Arens, A. K. (2022). The murky distinction between self-confidence and self-efficacy: Beware of lurking jingle-jangle fallacies. Journal of Educational Psychology, 111(2), 331–353.
National Council of Teachers of Mathematics. (2020). Principles to actions: Ensuring mathematical success for all. Virginia: NCTM.
National Institute of Educational Testing Service (Public Organization). (2025). Ordinary National Educational Test (O-NET) result report for academic year 2024. Bangkok: National Institute of Educational Testing Service (Public Organization). https://www.niets.or.th [in Thai]
OECD. (2023). PISA 2022 results (Volume I): The state of learning and equity in education. Paris: OECD Publishing.
Office of the Basic Education Commission. (2025). Number of student and classroom by gender and grad level academic year 2025. Bangkok: Office of the Basic Education Commission. [in Thai]
Pekrun, R. (2006). The control-value theory of achievement emotions: Assumptions, corollaries, and implications for educational research and practice. Educational Psychology Review, 18(4), 315–341.
Ramirez, G., Gunderson, E. A., Levine, S. C., & Beilock, S. L. (2013). Math anxiety, working memory, and math achievement in early elementary school. Journal of Cognition and Development, 14(2), 187–202.
Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68–78.
Ryan, R. M., & Deci, E. L. (2020). Intrinsic and extrinsic motivation from a self-determination theory perspective: Definitions, theory, practices, and future directions. Contemporary Educational Psychology, 61, Article 101860.
Viljaranta, J., Aunola, K., & Hirvonen, R. (2016). Motivation and academic performance among first-graders: A person-oriented approach. Learning and Individual Differences, 49, 366–372.
Vermunt, J. K., & Magidson, J. (2021). How to perform three-step latent class analysis in the presence of measurement non-invariance or differential item functioning. Structural Equation Modeling: A Multidisciplinary Journal, 28, 356-364
Wigfield, A., & Eccles, J. S. (2020). 35 Years of research on students’ subjective task values and motivation: A look back and a look Forward. In A. Elliot (Ed.), Advances in motivation science (Vol. 7, pp. 162-193). New York: Elsevier.
Wigfield, A., & Meece, J. L. (1988). Math anxiety in elementary and secondary school students. Journal of Educational Psychology, 80(2), 210–216.
